import base64
from io import BytesIO

from matplotlib import pyplot as plt
from matplotlib.patches import Rectangle

from paste import chart
from paste.util import ufont


def gen_pie(data_df, value_column, percentage_column, legend_labels, color_palette='BuPu', dpi=128):
    """
    生成环形图（Doughnut Chart），并附带右侧图例（色块 + 文字描述）。

    注意：虽然函数名为 gen_pie，但实际绘制的是环形图（有中心空洞），非传统饼图。

    参数说明（数据结构要求）：
    --------------------------
    data_df : pandas.DataFrame
        必须包含以下三列：
        - value_column (数值列): 每个类别的数值（如设备数量），用于计算扇区角度。
        - percentage_column (百分比列): 每个类别的百分比（如 35.2%），用于显示在图例中。
        - legend_labels (标签列): 每个类别的名称（如 '服务器', '交换机'），用于图例文本。

        示例结构：
            | server_count | percentage | device_type |
            |--------------|------------|-------------|
            | 35           | 35.2%      | 服务器       |
            | 28           | 28.1%      | 交换机       |
            | 22           | 22.0%      | 路由器       |

        要求：
        - 所有数值必须 ≥ 0；
        - 百分比列应为字符串格式（含'%'符号），或可被转换为字符串；
        - 所有列长度必须一致，且与 data_df 的行数匹配。

    value_column : str
        data_df 中表示数值的列名（如 'server_count'）。

    percentage_column : str
        data_df 中表示百分比的列名（如 'percentage'），用于图例中显示。

    legend_labels : str
        data_df 中表示类别名称的列名（如 'device_type'），用于图例文本。

    color_palette : str, default='BuPu'
        Seaborn 颜色调色板名称，用于为每个扇区分配颜色。
        可选值参考：'BuPu', 'viridis', 'plasma', 'Set3' 等。
        若类别数 > 调色板颜色数，会自动循环使用。

    dpi : int, default=128
        输出图像的分辨率（dots per inch），影响 SVG 清晰度。

    返回值：
    --------
    str : Base64 编码的 SVG 图像 Data URL，可直接用于 HTML <img src="...">。
    """

    # === 1. 颜色准备 ===
    # 从 Seaborn 获取指定调色板的颜色序列，长度等于数据行数
    colors = chart.get_seaborn_colors(len(data_df.index), palette=color_palette)

    # === 2. 字体设置 ===
    # 获取系统可用中文字体，优先使用支持中文的字体
    available_font = ufont.get_fonts()
    plt.rcParams['font.sans-serif'] = list(available_font)
    plt.rcParams['axes.unicode_minus'] = False  # 解决负号显示为方块的问题

    # === 3. 创建画布与子图 ===
    # 使用非白色背景，便于嵌入网页（透明背景）
    fig = plt.figure(figsize=(8, 6), facecolor='none', dpi=dpi)

    # 左侧：环形图区域
    ax1 = fig.add_axes((0.1, 0.05, 0.6, 0.9))  # [left, bottom, width, height]
    # 右侧：图例区域（色块+文字）
    ax2 = fig.add_axes((0.75, 0.05, 0.2, 0.9))

    # 移除两个子图的坐标轴（纯图形，无刻度）
    for ax in [ax1, ax2]:
        ax.set_axis_off()

    # === 4. 绘制环形图 ===
    # 使用 wedgeprops 设置内环宽度，实现环形效果
    wedges, _ = ax1.pie(
        data_df[value_column],  # 数值列，决定扇区大小
        colors=colors,  # 颜色序列
        startangle=90,  # 从正上方开始绘制（更美观）
        wedgeprops=dict(
            width=0.6,  # 环形宽度（0~1），越大越薄
            edgecolor='white',  # 边缘白色，提升对比度
            linewidth=1  # 边缘线宽
        ),
        radius=1.2,  # 半径略大于1，避免边缘被裁剪
    )

    # === 5. 右侧图例：色块 + 文字 ===
    # 图例参数定义
    num_items = len(data_df.index)
    box_size = 0.08  # 每个色块大小（宽度和高度）
    text_offset = 0.05  # 文字与色块的水平间距
    font_size = 24  # 字体大小
    line_height = 0.1  # 每行占用高度（包括上下间距）
    total_legend_height = num_items * line_height
    start_y = 0.45 + total_legend_height / 2  # 使图例垂直居中于右侧区域

    y_pos = start_y  # 当前绘制的 y 坐标

    # 遍历每一类，绘制色块和文本
    for i, (label, color) in enumerate(zip(data_df[legend_labels], colors)):
        # 绘制色块矩形
        ax2.add_patch(
            Rectangle(
                (0.05, y_pos - box_size / 2),  # 左下角坐标：x=0.05，y居中
                box_size, box_size,  # 宽高均为 box_size
                facecolor=color,  # 填充颜色
                edgecolor='white',  # 白色描边
                lw=1  # 线宽
            )
        )

        # 绘制文字标签：名称 + 数值 + 百分比
        ax2.text(
            0.05 + box_size + text_offset,  # 文字起始 x 位置：色块右侧 + 间距
            y_pos,  # y 位置居中于色块
            f"{label}（{data_df[value_column][i]}台，{data_df[percentage_column][i]}%）",
            va='center',  # 垂直居中
            ha='left',  # 水平左对齐
            fontsize=font_size,
            fontweight='bold'
        )

        y_pos -= line_height  # 下移一行，准备下一个图例项

    # === 6. 输出图像 ===
    # 使用 BytesIO 缓存 SVG 图像
    buffer = BytesIO()
    plt.savefig(buffer, format='svg', dpi=dpi, bbox_inches='tight', facecolor='none')
    plt.close()  # 关闭图形以释放内存

    # 编码为 Base64 并构造 Data URL
    image_base64 = base64.b64encode(buffer.getvalue()).decode('utf-8')
    img_base64 = f"data:image/svg+xml;base64,{image_base64}"

    return img_base64